Tese

Análise estatística de dados longitudinais e hierárquicos em psicologia: uma análise comparativa entre GEE e GLMM (2019)

• Authors:
  • Oikawa, Koki Fernando
  • Siqueira, Jose de Oliveira (Orientador)
• Autor USP: OIKAWA, KOKI FERNANDO - IP
• Unidade: IP
• Sigla do Departamento: PSE
• Subjects: ANÁLISE ESTATÍSTICA DE DADOS; PSICOLOGIA EXPERIMENTAL
• Keywords: Dados longitudinais; GEE Model; GLMM Model; Longitudinal Dataset; Modelo GEE; Modelo GLMM; Modelo Population-Averaged (PA); Modelo Subject-Specific (SS); Modelos de Regressão; PA (Population-Averaged) Model; Regression Models; SS (Subject-Specific) Model
• Agências de fomento:
  • Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
• Language: Português
• Abstract: Bancos de dados contendo características longitudinais surgem frequentemente na área de saúde. Dados longitudinais no nível da unidade experimental (pacientes, indivíduos em geral), podem ser considerados como observações sob a forma de medidas repetidas e em uma determinada ordem temporal. Em um contexto de dados longitudinais, medidas de associação e ou de correlação das respostas (das unidades experimentais) também devem ser levadas em consideração, uma vez que certos padrões de respostas (no nível das unidades experimentais) surgem regularmente. Usualmente, dois modelos são empregados para análise de dados longitudinais: a) GEE e b) GLMM. O primeiro é utilizado quando as questões de interesse residem sobre aspectos populacionais, enquanto que o segundo, para análises mais direcionadas mais especificamente no nível das unidades experimentais. Na década de 80, esses modelos passaram a ser considerados como estratégia para a análise de dados longitudinais tendo, por um lado, a classe de modelos PA (Population-Averaged) e, por outro, a classe de modelos SS (Subject-Specific). Mais recentemente, foi descoberto que essas classes de modelos possuem certas relações matemáticas de equivalência. Nessa Tese, serão realizadas simulações de dados longitudinais por meio de um pacote do software R especialmente desenvolvido para essa finalidade, com uma quantidade de unidades experimentais relativamente elevada (N = 10.000) e 6 medidas repetidas em cada uma delas, características poucofrequentes na literatura. Além disso, modelos das classes PA e SS serão estimados a partir dos dados simulados e o grau de aproximação das estimativas dos parâmetros (interceptos e coeficientes) será averiguada
• Imprenta:
  • Publisher place: São Paulo
  • Date published: 2019
• Data da defesa: 17.05.2019


---

How to cite

A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

• ABNT

  OIKAWA, Koki Fernando. Análise estatística de dados longitudinais e hierárquicos em psicologia: uma análise comparativa entre GEE e GLMM. 2019. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2019. Disponível em: http://www.teses.usp.br/teses/disponiveis/47/47132/tde-18112019-183159/. Acesso em: 30 abr. 2024.

• APA

  Oikawa, K. F. (2019). Análise estatística de dados longitudinais e hierárquicos em psicologia: uma análise comparativa entre GEE e GLMM (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de http://www.teses.usp.br/teses/disponiveis/47/47132/tde-18112019-183159/

• NLM

  Oikawa KF. Análise estatística de dados longitudinais e hierárquicos em psicologia: uma análise comparativa entre GEE e GLMM [Internet]. 2019 ;[citado 2024 abr. 30 ] Available from: http://www.teses.usp.br/teses/disponiveis/47/47132/tde-18112019-183159/

• Vancouver

  Oikawa KF. Análise estatística de dados longitudinais e hierárquicos em psicologia: uma análise comparativa entre GEE e GLMM [Internet]. 2019 ;[citado 2024 abr. 30 ] Available from: http://www.teses.usp.br/teses/disponiveis/47/47132/tde-18112019-183159/

Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

• Análise de influência na regressão em cristas